pairwise演算法

1. 如何使用MapRece計算相似度

et expansion），主要有如下幾種方法（以Document Similarity為例）：Brute Force：最直接、暴力的方法，兩個for循環，計算任意兩篇文檔之間的相似度，時間復雜度為O(n^2)。這種方法可以得到最好的效果，但是計算量太大，效率較差，往往作為baseline。
Inverted Index Based：由於大量文檔之間沒有交集term，為了優化演算法性能，只需計算那些包含相同term文檔之間的相似度即可，演算法偽代碼如下：基於MapRece的分布式計算框架如下：為了進一步優化計算，節省空間，研究人員提出了一系列剪枝策略和近似演算法，詳細見：《Scaling Up All Pairs Similarity Search》、《Pairwise document similarity in large collections with MapRece》、《Brute Force and Indexed Approaches to Pairwise Document Similarity Comparisons with MapRece》。
Locality Sensitive Hashing（LSH）：通過對文檔進行某種度量操作後將其分組散列在不同的桶中。在這種度量下相似度較高的文檔被分在同一個桶中的可能性較高。主要用於Near-plicate detection和Image similarity identification等，詳細見：《Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality》、《Google news personalization: scalable online collaborative filtering》。

2. 網路無線密碼怎麼破

目前的破解方法是我們獲得握手包後，用我們字典中的PSK+ssid先生成PMK（如果有HASH表則略過），然後結合握手包中的（客戶端MAC，AP的BSSID，A-NONCE，S-NONCE）計算PTK，再加上原始的報文數據算出MIC並與AP發送的MIC比較，如果一致，那麼該PSK就是密鑰。
目前最耗時的就是算PMK，可謂破解的瓶頸。即使搞定了運算量的問題，海量的密鑰存儲也是個問題（PMK都是64位元組長度）！
最近出來的tkiptun-ng只是可以解開使用tkip加密了的數據包，並不是說能夠快速算出PMK或PSK。如果感興趣，可以到書店看看講哈希的書，說不定你把這些HASH演算法都破解出來了。

3. 用MEGA計算pairwise distances，出現n/c，求助

您好，我來為您解答：
第一個關於n/c的問題我剛剛大致弄清楚了， 好像就是達到了mutation saturation，也就是ds太高了， 就出現這個結果。
如果我的回答沒能幫助您，請繼續追問。

4. pairwise disjoint 和 disjoint 的區別是什麼

區別是：
pairwise disjoint指的是兩兩不相交。
disjoint指的是（使）脫節，（使）解體，（使）脫臼；不相交的。

例句如下：
pairwise disjoint
1、Let F denote a family of pairwise disjoint compact convex sets in the plane.
令F表示平面上一個互不交緊凸集族。
2、Another researching branch is to study the optimal division of agents into coalitions( the pairwise disjoint subsets) so that the sum of the revenues of all coalitions ismaximal.

另一種研究方法研究agents的最優劃分，把Agents劃分為若干個聯盟（兩兩互不相交的子集），使各個聯盟收益的總和最大。
3、The Smallest Size of a Maximal Family of Subsets of a Finite Set No k of Which arePairwise Disjoint.

極大的無k個子集兩兩不相交的子集系的最小容量。

disjoint
1、A new algorithm for generating the sum of disjoint procts is proposed.
給出網路可靠度一種新的不交和演算法。
2、The disjoint collections of code and data reside within explicit boundaries called services.

這些相互無關的代碼和數據的集合，駐留在顯示的界限中，也就是服務。
3、DB210 can now automatically reorganize disjoint partition ranges of a partitionedtable space.

DB210現在支持自動重新組織分區表空間的不相連分區范圍。

5. 如何構造相似度矩陣

求解高維相似度矩陣（All Pairs Similarity Search，or Pairwise Similarity），或者在大規模數據集上挖掘Top-K最相似的items（K-Nearest Neighbor Graph Construction， or TopK Set expansion），主要有如下幾種方法（以Document Similarity為例）：
Brute Force：最直接、暴力的方法，兩個for循環，計算任意兩篇文檔之間的相似度，時間復雜度為O(n^2)。這種方法可以得到最好的效果，但是計算量太大，效率較差，往往作為baseline。
Inverted Index Based：由於大量文檔之間沒有交集term，為了優化演算法性能，只需計算那些包含相同term文檔之間的相似度即可，演算法偽代碼如下：基於MapRece的分布式計算框架如下：為了進一步優化計算，節省空間，研究人員提出了一系列剪枝策略和近似演算法，詳細見：《Scaling Up All Pairs Similarity Search》、《Pairwise document similarity in large collections with MapRece》、《Brute Force and Indexed Approaches to Pairwise Document Similarity Comparisons with MapRece》。
Locality Sensitive Hashing（LSH）：通過對文檔進行某種度量操作後將其分組散列在不同的桶中。在這種度量下相似度較高的文檔被分在同一個桶中的可能性較高。主要用於Near-plicate detection和Image similarity identification等，詳細見：《Approximate Nearest Neighbors: Towards Removing the Curse of Dimensionality》、《Google news personalization: scalable online collaborative filtering》。

6. 無線網卡可以做藍牙接收器嗎

不可以，因為藍牙適配器不具備無線網卡的功能，換句話說，若給藍牙適配器一個MAC地址的話，那藍牙適配器就可以當無線網卡來使用。

無線網卡是一種無線終端設備，是無線區域網的無線覆蓋下通過無線連接網路進行上網使用的無線終端設備。通俗的說無線網卡是一種不需要連接網線即可實現上網的設備比如我們最常見的筆記本、智能手機、平板電腦等數碼產品內部都集成有無線網卡。

(6)pairwise演算法擴展閱讀

「預共享的密鑰」PSK（即密碼）可以是8~63之間任意長度的可列印的ASCII碼字元。使用「Wi-Fi保護訪問」的加密演算法依賴於「成對主密鑰」（Pairwise Master Key，PMK），該PMK是由「預共享密鑰」和「服務集標識」計算生成的。

一旦客戶端獲得了PMK，客戶端就會與AP接入點開始協商一個新的、臨時的密鑰，該密鑰稱為「成對臨時密鑰」（Pairwise Transient Key，PTK）。這些成對臨時密鑰PTK在每次客戶端進行連接的時候被動態創建，在之後每次連接的時候進行定期更換。

從編程的角度來看，PTK的生成可以看成是由5個參數組成的函數，其參數有：「成對主密鑰」，一個隨機數字（由AP接入點提供，稱為A-nonce），另一個隨機數（由客戶端提供，稱為S-nonce），以及客戶端與AP接入點各自的MAC地址。

PTK的生成之所以需要這么多的變數，究其原因是為了使每次創建的PTK值都獨一無二，不會重復。

7. one-versus-rest和one-versus-one有什麼不同

one-versus-rest和one-versus-one的不同
SVM演算法最初是為二值分類問題設計的，當處理多類問題時，就需要構造合適的多類分類器。
目前，構造SVM多類分類器的方法主要有兩類：一類是直接法，直接在目標函數上進行修改，將多個分類面的參數求解合並到一個最優化問題中，通過求解該最優化問題「一次性」實現多類分類。這種方法看似簡單，但其計算復雜度比較高，實現起來比較困難，只適合用於小型問題中；另一類是間接法，主要是通過組合多個二分類器來實現多分類器的構造，常見的方法有one-against-one和one-against-all兩種。
a.一對多法（one-versus-rest,簡稱1-v-r SVMs, OVR SVMs）。訓練時依次把某個類別的樣本歸為一類,其他剩餘的樣本歸為另一類，這樣k個類別的樣本就構造出了k個SVM。分類時將未知樣本分類為具有最大分類函數值的那類。
假如我有四類要劃分（也就是4個Label），它們是A、B、C、D。於是我在抽取訓練集的時候，分別抽取A所對應的向量作為正集，B,C,D所對應的向量作為負集；B所對應的向量作為正集，A,C，D所對應的向量作為負集；C所對應的向量作為正集， A,B,D所對應的向量作為負集；D所對應的向量作為正集，A,B,C所對應的向量作為負集，這四個訓練集分別進行訓練，然後的得到四個訓練結果文件，在測試的時候，把對應的測試向量分別利用這四個訓練結果文件進行測試，最後每個測試都有一個結果f1(x),f2(x),f3(x),f4(x).於是最終的結果便是這四個值中最大的一個。
p.s.: 這種方法有種缺陷,因為訓練集是1:M,這種情況下存在biased.因而不是很實用.
b.一對一法（one-versus-one,簡稱1-v-1 SVMs, OVO SVMs, pairwise）。其做法是在任意兩類樣本之間設計一個SVM，因此k個類別的樣本就需要設計k(k-1)/2個SVM。當對一個未知樣本進行分類時，最後得票最多的類別即為該未知樣本的類別。Libsvm中的多類分類就是根據這個方法實現的。

8. WAP演算法該選什麼

LINKSYS WRT54G 2種演算法都支持，隨便選一種就可以了．只要網卡也支持就行

TKIP:

在IEEE 802.11i規范中，TKIP: Temporal Key Integrity Protocol（暫時密鑰集成協議）負責處理無線安全問題的加密部分。TKIP在設計時考慮了當時非常苛刻的限制因素：必須在現有硬體上運行，因此不能使用計算先進的加密演算法。

TKIP是包裹在已有WEP密碼外圍的一層「外殼」。TKIP由WEP使用的同樣的加密引擎和RC4演算法組成。不過，TKIP中密碼使用的密鑰長度為128位。這解決了WEP的第一個問題：過短的密鑰長度。

TKIP的一個重要特性，是它變化每個數據包所使用的密鑰。這就是它名稱中「動態」的出處。密鑰通過將多種因素混合在一起生成，包括基本密鑰（即TKIP中所謂的成對瞬時密鑰）、發射站的MAC地址以及數據包的序列號。混合操作在設計上將對無線站和接入點的要求減少到最低程度，但仍具有足夠的密碼強度，使它不能被輕易破譯。

利用TKIP傳送的每一個數據包都具有獨有的48位序列號，這個序列號在每次傳送新數據包時遞增，並被用作初始化向量和密鑰的一部分。將序列號加到密鑰中，確保了每個數據包使用不同的密鑰。這解決了WEP的另一個問題，即所謂的「碰撞攻擊」。這種攻擊發生在兩個不同數據包使用同樣的密鑰時。在使用不同的密鑰時，不會出現碰撞。

以數據包序列號作為初始化向量，還解決了另一個WEP問題，即所謂的「重放攻擊（replay attacks）」。由於48位序列號需要數千年時間才會出現重復，因此沒有人可以重放來自無線連接的老數據包：由於序列號不正確，這些數據包將作為失序包被檢測出來。

被混合到TKIP密鑰中的最重要因素是基本密鑰。如果沒有一種生成獨特的基本密鑰的方法，TKIP盡管可以解決許多WEP存在的問題，但卻不能解決最糟糕的問題：所有人都在無線區域網上不斷重復使用一個眾所周知的密鑰。為了解決這個問題，TKIP生成混合到每個包密鑰中的基本密鑰。無線站每次與接入點建立聯系時，就生成一個新基本密鑰。這個基本密鑰通過將特定的會話內容與用接入點和無線站生成的一些隨機數以及接入點和無線站的MAC地址進行散列處理來產生。由於採用802.1x認證，這個會話內容是特定的，而且由認證伺服器安全地傳送給無線站。

AES
對稱密碼體制的發展趨勢將以分組密碼為重點。分組密碼演算法通常由密鑰擴展演算法和加密（解密）演算法兩部分組成。密鑰擴展演算法將b位元組用戶主密鑰擴展成r個子密鑰。加密演算法由一個密碼學上的弱函數f與r個子密鑰迭代r次組成。混亂和密鑰擴散是分組密碼演算法設計的基本原則。抵禦已知明文的差分和線性攻擊，可變長密鑰和分組是該體制的設計要點。

AES是美國國家標准技術研究所NIST旨在取代DES的21世紀的加密標准。

AES的基本要求是，採用對稱分組密碼體制，密鑰長度的最少支持為128、192、256，分組長度128位，演算法應易於各種硬體和軟體實現。1998年NIST開始AES第一輪分析、測試和徵集，共產生了15個候選演算法。1999年3月完成了第二輪AES2的分析、測試。預計在2000年8月AES的最終結果將公布。

在應用方面，盡管DES在安全上是脆弱的，但由於快速DES晶元的大量生產，使得DES仍能暫時繼續使用，為提高安全強度，通常使用獨立密鑰的三級DES。但是DES遲早要被AES代替。流密碼體制較之分組密碼在理論上成熟且安全，但未被列入下一代加密標准。

我也講不清楚選哪個好了～

9. 代碼反平庸嗎

代碼反混淆（deobfuscation）和代碼混淆（obfuscation）對應，是其逆過程。維基網路將代碼混淆定義為故意生成人類難以理解的源代碼或機器碼的過程（"In software development, obfuscation is the deliberate act of creating source or machine code that is difficult for humans to understand."）。代碼反混淆可以理解為將原本人類難以理解的代碼轉化為簡單的、可理解的、直觀的代碼的過程。

這篇文章主要介紹一下
"Big Code" 在代碼反混淆領域的應用。更具體一點就是介紹一下提出 "JSNice" 和 "Deguard"
的兩篇文章，這兩篇文章雖然已經發錶快五年了，但至今沒有文章Follow這兩份工作，因為文章已經將使用 "Big Code"
做代碼命名反混淆做到了極致。後來的人無法在這個問題上推陳出新，脫穎而出。

"Big Code"： 代碼託管網站如GitHub上的大量免費可用的高質量代碼被稱為 "Big Code" ，這些數據結合統計推理或深度學習為新興的開發工具的出現提供了契機。

概率圖模型：概率圖模型是用圖來表示變數概率依賴關系的理論，結合概率論與圖論的知識，利用圖來表示與模型有關的變數的聯合概率分布。

問題

為了項目的安全，開發者在打包發布項目時會對代碼進行混淆加密，包括但不限於用無意義的短變數去重命名類、變數、方法，以免代碼被輕易破解泄露。另外由於JS腳本主要用於Web開發，對其進行混淆還能壓縮腳本的大小，使得瀏覽器下載、載入更加快速，提升用戶的瀏覽體驗。

這一類通過對類、變數、方法重命名的混淆方案確實能加大其他開發者對代碼的理解難度。其他開發者不幹了，為了能方便理解他人混淆後的代碼，學習（抄襲）他人的經驗，針對這一類混淆方法的反混淆方法也應運而生。

下面先展示一下安卓APP的代碼混淆技術：

其他元素，比如類名，Feilds名稱的不等約束比較簡單，直接處理就行。

所有不等約束以集合 表示， ， 中任意兩個節點的名稱必須不一樣。

注意這個約束只用與預測階段，因為訓練數據（未混淆）本身滿足這些約束。很容易可以把這些約束結合到JSNice的演算法1中。

Deguard的概率圖優化演算法和JSNice也不一樣，採用的是pseudo likelihood estimation。具體闡述推薦閱讀文章[3]。

值得注意的是，為什麼JSNice就沒有Deguard中提到的相等約束和不等約束，筆者個人認為還是由問題和語言特性共同決定，JSNice的名稱預測其實只預測了局部變數，而JS的語言特性導致其本身不需要檢測局部變數的名稱沖突，只有執行結果報錯才會說明程序出錯。也就是說其實JS本身語言特性就沒有這類約束，自然不需要建模。

10. matlab怎麼計算所有點y方向的距離（pairwise distance)

建議用gradient 可以矩陣求導。 1。如果F是一維矩陣，則FX=gradient（F，H）返回F的一維數值梯度。H是F中相鄰兩點間的間距。 2。如果F是二維矩陣，返回F的二維數值梯度。 [FX，FY]=gradient(F,HX,HY)。HX，HY參數表示各方向相鄰兩點的距離。